Vertex AI 環境設定：四步驟接上 Claude，打出第一個請求

上一篇把 Vertex AI 的請求旅程看懂了，這一篇捲起袖子動手：四個步驟把環境接起來，然後用 Anthropic Python SDK 打出你的第一個 Claude 請求，最後把多輪對話的上下文管好。

好消息是：整段設定裡沒有任何一步要你複製 API 金鑰。憑證交給 gcloud 處理，SDK 會自動撿起來用，這是走 Vertex 這條路最舒服的地方。

四個步驟，把環境接起來

整段設定其實只在做兩件事：讓你的 GCP 專案看得到 Anthropic 的模型，以及讓本機的 SDK 拿得到憑證。拆開來是四個步驟：

1. 確認模型已上架：進 Google Cloud Console 的 Vertex AI 主控台，左側導覽點「Model Garden」，搜尋框輸入 Anthropic，點進你要用的模型。
2. 啟用模型：模型頁面上若有「Enable」按鈕就按下去；沒看到按鈕，代表你已經有使用權。
3. 安裝 gcloud CLI：還沒裝的話，照 Google Cloud 官方文件的指示安裝。
4. 登入並設定憑證：跑下面四行指令，設定專案 ID 與預設憑證。

gcloud init
gcloud auth login
gcloud config set project YOUR_PROJECT_ID
gcloud auth application-default login

安裝 SDK，建立客戶端

環境接好之後換到程式這一端。安裝 Anthropic Python SDK 時，記得帶上 vertex 這個安裝選項，才會裝到連接 Vertex AI 平台需要的元件，少了它待會建立客戶端就會失敗：

%pip install "anthropic[vertex]"

接著建立專門對接 Vertex 的客戶端。把 project_id 換成你自己的 GCP 專案 ID（在 Console 的專案選單裡找得到）；模型名稱以 Model Garden 頁面標示的為準，設成變數可以少打很多字：

from anthropic import AnthropicVertex

client = AnthropicVertex(region="global", project_id="your-project-id")
model = "claude-sonnet-4@20250514"

create 的三個必要參數

對 Claude 發請求的核心是 messages.create，必帶三個參數：

• model：要用哪個 Claude 模型。
• max_tokens：回應長度的安全上限。注意這是預算不是目標：Claude 不會刻意寫滿，只是不會超過。
• messages：送給 Claude 的對話內容，user 是人寫的、assistant 是 Claude 生成的。

message = client.messages.create(
    model=model,
    max_tokens=1000,
    messages=[
        {
            "role": "user",
            "content": "What is quantum computing? Answer in one sentence"
        }
    ]
)

message.content[0].text

回傳的是一個帶著大量中繼資料的物件，想拿到乾淨的生成文字，就用最後那行 message.content[0].text。這個取值模式之後會一直用到。順帶一提，把 max_tokens 想成一道保險絲：平常不影響輸出，卻能防止意外生成過長、燒出不必要的費用。

多輪對話：上下文自己保管

跟所有 Claude 的介接方式一樣，Vertex 上的每次呼叫都完全獨立，Claude 不記得上一輪。你先問「用一句話定義量子運算」，再單獨送「再寫一句」，它會寫出一句完全不相干的東西。解法是自己維護訊息清單，每次請求都送出完整歷史：

def add_user_message(messages, text):
    messages.append({"role": "user", "content": text})

def add_assistant_message(messages, text):
    messages.append({"role": "assistant", "content": text})

def chat(messages):
    message = client.messages.create(
        model=model,
        max_tokens=1000,
        messages=messages,
    )
    return message.content[0].text

實際流程：先 add_user_message 放進第一個問題、呼叫 chat 拿到回答、用 add_assistant_message 把回答收進清單，再放進追問、帶著整份清單再呼叫一次。這時 Claude 就知道「再寫一句」指的是接著量子運算的定義往下寫。三個守則收尾：訊息全部存在你的應用程式裡、每次請求送出完整歷史、role 標好 user 與 assistant。

這組輔助函式會陪你走完整個系列。

給 Claude 一個角色：system prompt

基本對話通了之後，第一個值得學的參數是 system。想像你在做一個數學家教機器人：學生問「5x 加 2 等於 3 怎麼解」，你不希望 Claude 直接把完整解法端出來，而是像真的家教一樣先給提示、一步一步引導，也絕不能叫學生「用計算機就好」。把這個期待寫成系統提示傳進 create 就行：

system_prompt = """
You are a patient math tutor.
Do not directly answer a student's questions.
Guide them to a solution step by step.
"""

client.messages.create(
    model=model,
    messages=messages,
    max_tokens=1000,
    system=system_prompt
)

差別立竿見影：沒有系統提示，Claude 立刻給出完整解法；加上之後，它改成反問「你覺得第一步該怎麼把 x 孤立出來」。一個實作細節：API 不接受 system 傳入 None，所以要像前面的 chat 函式那樣，有值才把 system 放進參數，沒有就不帶。

調一顆旋鈕：temperature

另一個常用參數是 temperature：0 到 1 之間的小數，控制回答偏穩定還是偏有創意。實際試過就有感：請 Claude 想電影點子，低溫時每次都給出大同小異的「時間旅行考古學家」，高溫時每次都不一樣。要記得它改變的是機率，不是保證，高溫偶爾還是會出現相似的回答。

• 低溫 0 到 0.3：事實回答、程式協助、資料抽取、內容審核。
• 中溫 0.4 到 0.7：摘要、教學內容、問題解決。
• 高溫 0.8 到 1.0：腦力激盪、創意寫作、行銷文案。

在 create 的參數裡加上 temperature 即可，預設是 1.0。到這裡你已經齊裝上陣：環境接通、能連續對話、能定角色、能調輸出風格，下一篇進入串流與輸出控制的實戰。